-1

我试图制作这个算法：在 0 和 1(tir).si tir '<'pred 之间随机抽取，然后 Xestime2=1 否则 Xestime2=0。我希望在 df ['X3'] 中应用这个算法，但我在 X3 列的所有值中都有 0。这解释了我的代码中有错误。我的编码：

df = pd.read_csv(FNAME3, header=None)
print df[:15]
df['X2'] = df['X1'].round()
print df[:15]
s = StringIO()
df.to_csv("C:/Users/lenovo/Desktop/Nouveau dossier (2)/Resultats2.csv", header=None, index=False)
#print(s.getvalue())

##########################################""""""""
for row in df['X1']:
    x = np.random.randint(0,2,10)
    for row1 in x:
        if row1 < row:
            df['X3']=0
        else:
            df['X3']=1
        #print df[:15]
df.to_csv("C:/Users/lenovo/Desktop/Nouveau dossier (2)/Resultats2.csv", header=None, index=False)
4

3 回答 3

1

首先，genfromtxt如果您正在使用pandas. read_csv灵活得多。

from cStringIO import StringIO
from pandas import read_csv

sio = StringIO('''0.000000000000000000e+00,4.871303471776848859e-01
0.000000000000000000e+00,2.489319061991416837e-01
0.000000000000000000e+00,2.489319061991416837e-01
1.000000000000000000e+00,4.052854182229445601e-01
1.000000000000000000e+00,4.052854182229445601e-01
1.000000000000000000e+00,4.052854182229445601e-01
1.000000000000000000e+00,4.052854182229445601e-01''')

df = read_csv(sio, header=None, index_col=None)
df['Xestime'] = (df[1] > 0.5).astype(int)
df.to_csv('foo_with_Xestime.csv', index=False, header=False)

cat foo_with_Xestime.csv：

0.0,0.4871303471776849,0
0.0,0.2489319061991417,0
0.0,0.2489319061991417,0
1.0,0.4052854182229446,0
1.0,0.4052854182229446,0
1.0,0.4052854182229446,0
1.0,0.4052854182229446,0
于 2013-09-03T22:04:20.007 回答
1

由于您已标记此熊猫，我将使用read_csv：

In [1]: df = pd.read_csv('foo.csv', header=None)

In [2]: df
Out[2]: 
   0         1
0  0  0.487130
1  0  0.248932
2  0  0.248932
3  1  0.405285
4  1  0.405285
5  1  0.405285
6  1  0.405285

然后您可以将列四舍五入（到最接近的 1）：

In [3]: df[2] = df[1].round()

In [4]: df
Out[4]: 
   0         1  2
0  0  0.487130  0
1  0  0.248932  0
2  0  0.248932  0
3  1  0.405285  0
4  1  0.405285  0
5  1  0.405285  0
6  1  0.405285  0

如果任何值超过一半，它们将四舍五入为 1。

由于您询问将其发送到 StringIO，因此与使用文件相同：

In [11]: s = StringIO()

In [12]: df.to_csv(s, header=None, index=False)
# alternatively write to file with df.to_csv('foo.csv', header=None, index=False)

In [13]: print(s.getvalue())
0.0,0.4871303471776849,0.0
0.0,0.2489319061991417,0.0
0.0,0.2489319061991417,0.0
1.0,0.4052854182229446,0.0
1.0,0.4052854182229446,0.0
1.0,0.4052854182229446,0.0
1.0,0.4052854182229446,0.0
于 2013-09-03T21:20:24.903 回答
0

您必须创建一个新文件。如果您正确读取输入数据（FNAME3 是一个 2 列矩阵）并且尺寸匹配（Xestime 的行数与 FNAME3 完全相同），那么您的

NEW_MATRIX=np.column_stack((FNAME3, Xestime))

解决方案应该有效。但是，第三列不会写入文件，而是写入 NEW_MATRIX 变量。您必须将其写入一个新文件，然后您就完成了：

np.savetxt('foo2.csv',NEW_MATRIX)

顺便说一句，您在 if 条件内的每个循环中覆盖您的 Xestime 变量。尝试 Xestime.append(5) 将新项目添加到列表中，而不是为变量分配整数。

于 2013-09-03T21:09:07.427 回答